IA permite a enxames de drones manter coordenação no ar

O mercado de compras online cresce exponencialmente no mundo, e teve um novo impulso com a pandemia. Na última avaliação da  Conferência das Nações Unidas para Comércio e Desenvolvimento (UNCTAD), divulgada em 27 de abril, o mercado estimado do e-commerce é de US$ 25,6 trilhões, algo como 15 vezes o PIB brasileiro. O gargalo para fazer funcionar e amplificar esse imenso sistema é a logística, principalmente no que se refere à entrega individual, na residência do consumidor final. E há uma verdadeira corrida das empresas de tecnologia para aperfeiçoar essa última etapa.

Uma das principais apostas é o uso de drones, que estão cada vez mais seguros, confiáveis e acessíveis. “Quando conseguirmos massificar as entregas por drones, teremos ganhos econômicos expressivos, que vão da diminuição dos custos com mão-de-obra até mesmo uma melhoria no trânsito da cidade, no consumo de combustível, e podemos falar mesmo de vantagens ambientais com tudo isso”, diz o especialista em tecnologia disruptivas Arie Halpern. Ele acredita que uma nova revolução pode estar prestes a acontecer nessa área, e quem conseguir saltar na frente vai acabar por deixar para trás os competidores, oferecendo entregas mais baratas e rápidas.

A tecnologia agora busca superar uma dificuldade importante para conseguir oferecer essa possibilidade: um sistema de navegação que permita a muitos drones operarem numa área restrita sem o risco de choque entre eles. A resposta veio de um grupo da California Instute of Technology – Caltech, que propôs um sistema baseado em machine learning capaz de prover dirigibilidade a uma série de drones que “percebem” a presença do outro e desviam. Esse tipo de habilidade é chamado pelos técnicos de “inteligência de enxame”, porque se assemelha ao que fazem os insetos quando voam em grandes grupos. O grupo publicou os resultados na revista especializada IEEE Robotics and Automation Letters.

Conjunção de algoritmos

Os desenvolvedores trabalharam juntando duas abordagens, que, combinadas, provocam o efeito de enxame desejado. Uma delas é chamada “síntese de autonomia segura global para local”, ou GLAS, que imita um planejador de informações completas com apenas informações locais; a outra é a “neural-swarm”, um controlador de rastreamento de enxames aumentado para interações aerodinâmicas complexas em voo próximo.

Com informações: IEEE Robotics and Automation Letters; Caltech. Phys; UNCTAD.